研究人员利用激光雷达技术开发出了一种更加智能的自动驾驶汽车识别道路的方法，该方法需要较少的手动工作，但仍然保持系统的准确性。通过使用激光雷达技术，该方法能够更加准确地识别道路边缘和地面，从而增强了道路...

MonoSKD是一种革命性的方法，它使用一张图像就可以检测3D物体，有效地弥合了LiDAR和普通RGB模型之间的知识鸿沟。传统的3D物体检测需要使用多个传感器来捕捉物体的深度信息和其它特征，而MonoSKD仅需要一张图像就能完...

一篇发表在arXiv上的论文介绍了一种新技术SupFusion，它能够使激光雷达（LiDAR）和相机系统更好地协同工作，用于检测汽车或行人等物体。这项技术使用多任务学习方法，同时考虑激光雷达和相机的输出，将它们融合成更...

这个GitHub仓库介绍了FGFusion（Fine-Grained Fusion，细粒度融合），这是一种新的方法，用于在自动驾驶汽车中以更详细的方式结合相机和激光雷达的数据。与仅使用高级别的细节不同，FGFusion捕获大局和细节，以创建...

大多数计算机视觉工具在使用LiDAR点追踪3D物体时，由于干扰或未注意到长期运动，常常遇到困难。为了解决这些问题，MTM-Tracker混合使用了两种方法，并分为两个阶段进行工作。在第一阶段，MTM-Tracker使用基于模型的...

3D检测器在面对不熟悉的环境时常常会失败，由于工具、地点或天气的变化，导致检测率大幅下降。这个项目提出了一个自我训练系统，通过创建准确的假标签，MS3D++，来适应不同类型的激光雷达。无论是工具、地点或是天气...

以下是本文的主要内容： - 本文研究了如何将图像模态整合到全稀疏架构中，以实现高效的远程3D检测。 - 该方法使用实例查询将2D实例分割与基于LiDAR的3D分割进行融合，从而实现了nuScenes和Argoverse 2数据集上的最...